BAB II TINJAUAN PUSTAKA Bab ini menguraikan tentang teori

12
BAB II
TINJAUAN PUSTAKA
Bab ini menguraikan tentang teori-teori penunjang yang dipakai dalam
melakukan penelitian data mining dengan metode asosiasi menggunakan algoritma
apriori yang terdiri dari state of the art, pengertian data mining, aplikasi data mining,
tahapan data mining, metode asosiasi serta teori tentang algoritma apriori.
2.1 State of the Art
Penelitian ini didasarkan atas penelitian sebelumnya yang berhubungan
dengan pengembangan data mining dengan metode asosiasi menggunakan algoritma
apriori. Penelitian yang dilakukan R. Agrawal, et al pada tahun 1993 yang berjudul
“Mining Association Rules Between Sets of Items in Large Databases” adalah awal
mula dikembangkannya data mining dengan metode asosiasi menggunakan algoritma
apriori. Pada tahun 1994, R. Agrawal dan R. Srikant kembali melakukan penelitian
mengenai metode asosiasi dengan judul “Fast Algorithms for Mining Association
Rules”. Penelitian ini kemudian difokuskan untuk menyempurnakan algoritma apriori
yang sudah dikembangkan sebelumnya dan dari situlah algoritma apriori dikenal
sebagai salah satu algoritma untuk metode asosiasi. Penelitian tentang metode apriori
terus berkembang. Para peneliti terus mencoba untuk melakukan optimasi terhadap
12
13
metode apriori agar mendapatkan kinerja yang lebih cepat dan menemukan aturan
asosiasi terbaik.
Jogi Suresh dan T. Ramanjaneyulu (2013) melakukan penelitian dengan judul
“Mining Frequent Itemsets Using Apriori Algorithm”. Penelitian Suresh dan
Ramanjaneyulu menggunakan algoritma apriori klasik yang sudah dikembangkan
sebelumnya dan belum menggunakan teknik optimasi untuk memperoleh aturan
asosiasi yang lebih efisien.
Sheila A. Abaya pada tahun 2012 dalam penelitiannya yang berjudul
“Association Rule Mining based on Apriori Algorithm in Minimizing Candidate
Generation” melakukan improvisasi terhadap algoritma apriori. Improvisasi
dilakukan dengan cara menentukan “set size” dan “set size frequency”. Set size adalah
jumlah item per transaksi sedangkan set size frequency adalah jumlah transaksi yang
setidaknya memiliki “set size” item. Set size dan set size frequency ini digunakan
untuk mengeliminasi kandidat kunci yang tidak signifikan.
Jiao Yabing (2013) dalam penelitiannya dengan judul “Research of an
Improved Apriori Algorithm in Data mining Association Rules” melakukan optimasi
terhadap algoritma apriori yaitu dengan cara mengurangi atau memangkas (pruning)
jumlah calon kandidat frequent itemset pada kandidat itemset Ck.
Jaishree Singh, et al pada tahun (2013) melakukan penelitian dengan judul
“Improving Efficiency of Apriori Algorithm Using Transaction Reduction”.
14
Penelitian Singh, dkk ini melakukan improvisasi algoritma apriori dengan cara
mengurangi
jumlah
transaksi
(transaction
reduction)
yang
jumlah
item
pertransaksinya tidak memenuhi nilai batas yang ditentukan. Pengurangan transaksi
tersebut berdampak pada efisiensi waktu yang lebih cepat saat scanning database.
Tabel 2.1 Penelitian yang Sudah Dilakukan Sebelumnya
No
Peneliti
1
R. Agrawal, et al
(1993)
2
R. Agrawal & R.
Srikant (1994)
3
4
Sheila A. Abaya
(2012)
Jiao Yabing
(2013)
5
Jaishree Singh, et
al (2013)
6
Jogi Suresh dan T.
Ramanjaneyulu
(2013)
Judul Penelitian
Mining Association
Rules between Sets of
Items in Large
Databases
Fast Algorithm for
Mining Association
Rules
Association Rule
Mining based on
Apriori Algorithm in
Minimizing
Candidate
Generation
Research of an
Improved Apriori
Algorithm in Data
mining Association
Rules
Improving Efficiency
of Apriori Algorithm
Using Transaction
Reduction
Mining Frequent
itemsets Using
Apriori Algorithm
Metode
Menemukan frequent itemset
dengan metode asosiasi. Awal
mula algoritma apriori
Menyempurnakan algoritma
apriori sebelumnya
Modifikasi algoritma apriori
dengan mereduksi kandidat kunci
dengan nilai set size dan set size
frequency
Modifikasi dengan cara
memangkas (pruning) jumlah
calon kandidat frequent itemset
pada kandidat itemset Ck
Modifikasi algoritma apriori
dengan cara mengurangi jumlah
transaksi yang jumlah item
pertransaksinya tidak memenuhi
nilai batas yang ditentukan
Menggunakan algoritma apriori
klasik yang sudah dikembangkan
sebelumnya dan belum
menggunakan teknik optimasi
15
Inti dari semua penelitan-penelitian terdahulu mengenai optimasi terhadap
algoritma apriori yang tercantum dalam tabel diatas adalah membatasi calon kandidat
frequent itemset yang dimunculkan. Pembatasan tersebut dilakukan dengan cara
memangkas item, kombinasi dan transaksi serta pembatasan iterasi yang tidak
diinginkan sehingga tidak terjadi perulangan scanning database yang berlebihan,
dengan begitu akan menghasilkan aturan asosiasi secara tepat dan dalam waktu yang
lebih cepat.
2.2 Pengertian Data mining
Secara harfiah, data mining sebenarnya adalah kesalahan penamaan atau
penyebutan. Jika mengacu kepada kegiatan penambangan emas dari sekumpulan batu
atau pasir, aktivitas itu lebih disebut dengan penggalian emas daripada penggalian
batu atau pasir. Jadi data mining seharusnya lebih pantas atau lebih cocok disebut
dengan penggalian pengetahuan dari data yang ada (knowledge mining from data).
Tetapi penggalian pengetahuan (knowledge mining) mempunyai pengertian yang
dangkal yang mungkin tidak mencerminkan kegiatan penggalian dari data yang
berjumlah besar dengan menggunakan pola atau metode yang diterapkan. Mining
(penggalian) sendiri diartikan sebagai proses untuk menemukan sebagian kecil
sesuatu yang sangat berharga dari sekumpulan material yang besar.
16
Han dan Kamber (2006) dalam bukunya yang berjudul “Data mining
Concepts and Techniques” mengatakan, secara singkat data mining dapat diartikan
sebagai mengekstraksi atau menggali pengetahuan dari data yang berjumlah besar.
Sedangkan menurut Daniel T. Larose (2005) ada beberapa definisi dari Data mining
yang diambil dari beberapa sumber. Secara umum data mining dapat didefinisikan
sebagai berikut :
- Data mining adalah proses menemukan sesuatu yang bermakna dari suatu korelasi
baru, pola dan tren yang ada dengan cara memilah-milah data berukuran besar
yang disimpan dalam repositori, menggunakan teknologi pengenalan pola serta
teknik matematika dan statistik.
- Data mining adalah analisis pengamatan database untuk menemukan hubungan
yang tidak terduga dan untuk meringkas data dengan cara atau metode baru yang
dapat dimengerti dan bermanfaat kepada pemilik data.
- Data mining merupakan bidang ilmu interdisipliner yang menyatukan teknik
pembelajaran dari mesin (machine learning), pengenalan pola (pattern
recognition), statistik, database, dan visualisasi untuk mengatasi masalah
ekstraksi informasi dari basis data yang besar.
- Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan
potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis
data.
17
Analisa data mining berjalan pada data yang cenderung terus membesar dan
teknik terbaik yang digunakan kemudian beorientasi kepada data berukuran sangat
besar untuk mendapatkan kesimpulan dan keputusan paling layak. Data mining
memiliki beberapa sebutan atau nama lain yaitu : Knowledge discovery in databases
(KDD),
ekstraksi
pengetahuan
(knowledge
extraction),
Analisa
data/pola
(data/pattern analysis), kecerdasan bisnis (business intelligence), data archaeology
dan data dredging (Daniel T. Larose, 2005).
2.3 Tahapan Data mining
Han dan Kamber (2006) mengatakan, bahwa data mining mempunyai
pengertian yang sama dengan knowledge discovery from data atau KDD. Tahapan
yang dilakukan pada proses data mining sama dengan proses yang dilakukan pada
knowledge discovery. Tahapan dimulai dari seleksi data dari data sumber ke data
target, tahap preprocessing untuk memperbaiki kualitas data, transformasi, data
mining serta tahap interpretasi dan evaluasi yang menghasilkan output berupa
pengetahuan baru yang diharapkan memberikan kontribusi yang lebih baik.
18
Interpretasi
dan Evaluasi
Data Mining
Pengetahuan
Transformasi
Pola / Model
Preproses
Transfromasi Data
Seleksi
Data
Data
Persiapan
Pemilihan Data
Data
Target Data
Data
Gambar 2.1 Tahapan Data mining
Tahapan-tahapan yang terjadi pada proses data mining atau knowledge
discovery menurut Kenneth Collier (1998) dibagi menjadi 5 tahapan yaitu :
1. Seleksi Data
Tujuan dari fase ini adalah ekstraksi dari gudang data yang besar menjadi data
yang relevan dengan analisis data mining. Proses ekstraksi data membantu
untuk merampingkan dan mempercepat proses.
2. Data Preprocessing
Fase ini berkaitan dengan pembersihan data dan persiapan tugas yang
diperlukan untuk memastikan hasil yang benar. Menghilangkan missing value
19
dalam data, memastikan bahwa nilai-nilai kode memiliki arti seragam dan
memastikan bahwa tidak ada nilai data palsu adalah tindakan khas yang
terjadi selama fase ini.
3. Transformasi Data
Tahap ini mengubah data ke dalam bentuk atau format yang sesuai untuk
kebutuhan data mining. Proses normalisasi biasanya diperlukan dalam tahap
data transformas.
4. Data mining
Tujuan dari tahap data mining adalah untuk menganalisis database sesuai
algoritma yang digunakan sehingga menemukan pola atau aturan yang
bermakna serta menghasilkan model prediksi. Data mining adalah elemen inti
dari siklus KDD.
5. Interpretasi dan Evaluasi
Sementara algoritma data mining memiliki potensi untuk menghasilkan
jumlah yang tidak terbatas dari pola tersembunyi dalam data, banyak hasil
dari proses tersebut mungkin tidak bermakna atau berguna. Tahap akhir ini
bertujuan untuk memilih model-model yang valid dan berguna untuk
membuat keputusan bisnis masa depan.
20
Proses KDD secara garis besar memang terdiri dari 5 tahap seperti yang telah
dijelaskan sebelumnya. Akan tetapi, dalam proses KDD yang sesungguhnya, dapat
saja terjadi iterasi atau pengulangan pada tahap-tahap tertentu. Pada setiap tahap
dalam proses KDD, seorang analis dapat saja kembali ke tahap sebelumnya. Sebagai
contoh, pada saat coding atau data mining, analis menyadari proses cleaning belum
dilakukan dengan sempurna, atau mungkin saja analis menemukan data atau
informasi baru untuk memperkaya data yang sudah ada sehingga harus mengulang
proses sebelumnya.
2.4 Tugas Utama Data mining
Pada umumnya tugas utama data mining dibagi menjadi: deskripsi, prediksi,
estimasi, klasifikasi, clustering dan asosiasi (Daniel T. Larose 2005).
2.4.1 Deskripsi
Deskripsi bertujuan untuk mengidentifikasi pola yang muncul secara berulang
pada suatu data dan mengubah pola tersebut menjadi aturan dan kriteria yang dapat
mudah dimengerti oleh para ahli pada domain aplikasinya. Aturan yang dihasilkan
harus mudah dimengerti agar dapat dengan efektif meningkatkan tingkat pengetahuan
(knowledge) pada sistem. Tugas deskriptif merupakan tugas data mining yang sering
dibutuhkan pada teknik postprocessing untuk melakukan validasi dan menjelaskan
hasil dari proses data mining. Postprocessing merupakan proses yang digunakan
21
untuk memastikan hanya hasil yang valid dan berguna yang dapat digunakan oleh
pihak yang berkepentingan.
2.4.2 Prediksi
Prediksi
memiliki
kemiripan
dengan
klasifikasi,
akan
tetapi
data
diklasifikasikan berdasarkan perilaku atau nilai yang diperkirakan pada masa yang
akan datang. Contoh dari tugas prediksi misalnya untuk memprediksikan adanya
pengurangan jumlah pelanggan dalam waktu dekat dan prediksi harga saham dalam
tiga bulan yang akan datang.
Beberapa metode dan teknik yang digunakan untuk klasifikasi dan estimasi
juga dapat digunakan untuk prediksi dalam kondisi yang tepat. Hal ini termasuk
metode statistik tradisional dari estimasi titik dan interval keyakinan estimasi, simple
linear regression dan korelasi (correlation), dan multiple regression, serta metode
data mining dan knowledge discovery seperti jaringan saraf, decision tree, dan
metode k-nearest neighbor.
2.4.3 Estimasi
Estimasi hampir sama dengan prediksi, kecuali variabel target estimasi lebih
ke arah numerik dari pada ke arah kategori. Model dibangun menggunakan record
lengkap yang menyediakan nilai dari variabel target sebagai nilai prediksi .
22
Selanjutnya, pada peninjauan berikutnya estimasi nilai dari variabel target dibuat
berdasarkan nilai variabel prediksi. Sebagai contoh, akan dilakukan estimasi tekanan
darah sistolik pada pasien rumah sakit berdasarkan umur pasien, jenis kelamin, berat
badan, dan level sodium darah. Hubungan antara tekanan darah sistolik dan nilai
variabel prediksi dalam proses pembelajaran akan menghasilkan model estimasi.
Model estimasi yang dihasilkan dapat digunakan untuk kasus baru lainnya.
Bidang analisis statistik memberikan beberapa metode estimasi yang bernilai dan
banyak digunakan. Hal Ini termasuk estimasi titik dan interval keyakinan estimasi,
simple linear regression dan korelasi (correlation), dan multiple regression.
2.4.4 Klasifikasi
Klasifikasi merupakan proses menemukan sebuah model atau fungsi yang
mendeskripsikan dan membedakan data ke dalam kelas-kelas. Klasifikasi melibatkan
proses pemeriksaan karakteristik dari objek dan memasukkan objek ke dalam salah
satu kelas yang sudah didefinisikan sebelumnya (Han dan Kamber, 2006).
Menurut Han dan Kamber (2006) secara umum, klasifikasi terdiri dari dua
tahap. Tahap pertama yaitu learning (proses belajar), merupakan sebuah model
dibuat untuk menggambarkan himpunan kelas atau konsep data yang telah ditentukan
sebelumnya. Model tersebut dibangun dengan menganalisa record-record pada basis
23
data yang digambarkan dalam bentuk atribut. Setiap record diasumsikan masuk ke
dalam suatu kelas yang telah ditentukan sebelumnya, yang dinamakan atribut kelas.
Model itu sendiri bisa berupa aturan IF-THEN, decision tree, formula matematis atau
neural network.
Namun terkadang klasifikasi perlu didasarkan pada prediksi yang berbeda,
membutuhkan plot banyak dimensi. Oleh karena itu, perlu dilakukan peralihan ke
model yang lebih canggih untuk melakukan tugas klasifikasi. Metode data mining
yang umum digunakan untuk klasifikasi adalah k-nearest neighbor, decision tree, dan
jaringan saraf (neural network).
2.4.5 Clustering
Clustering merupakan pengelompokan data tanpa berdasarkan kelas data
tertentu ke dalam kelas objek yang sama. Sebuah kluster adalah kumpulan record
yang memiliki kemiripan suatu dengan yang lainnya dan memiliki ketidakmiripan
dengan record dalam kluster lain. Tujuannya adalah untuk menghasilkan
pengelompokan objek yang mirip satu sama lain dalam kelompok-kelompok.
Semakin besar kemiripan objek dalam suatu cluster dan semakin besar perbedaan tiap
cluster maka kualitas analisis cluster semakin baik.
24
Clustering berbeda dengan klasifikasi yaitu tidak adanya variabel target dalam
pengelompokkan.
Clustering
tidak
mencoba
untuk
melakukan
klasifikasi,
mengestimasi, atau memprediksi nilai dari variabel target. Akan tetapi, algoritma
pengklusteran mencoba untuk melakukan pembagian terhadap keseluruhan data
menjadi kelompok-kelompok yang memiliki kemiripan (homogen), yang mana
kemiripan dengan record dalam kelompok lain akan bernilai minimal.
Clustering sering dilakukan sebagai langkah awal dalam proses data mining,
dengan kluster yang dihasilkan digunakan sebagai masukan lebih lanjut ke hilir
teknik yang berbeda, seperti neural network. Beberapa metode clustering adalah kmeans clustering dan Kohonen networks.
2.4.6 Asosiasi
Tugas asosiasi dalam data mining adalah menemukan atribut yang muncul
dalam suatu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang
belanja (market basket analisys). Tugas asosiasi berusaha untuk mengungkap aturan
untuk mengukur hubungan antara dua atau lebih atribut.
Aturan asosiasi adalah bentuk "Jika pendahuluan, maka konsekuen," (If
antecedent, then consequent) dengan ukuran dukungan dan kepercayaan yang
berhubungan dengan aturan. Sebagai contoh, supermarket tertentu mungkin
25
menemukan bahwa dari 1000 pelanggan yang berbelanja pada Kamis malam, 200
membeli popok dan 50 membeli bir. Dengan demikian, aturan asosiasi menjadi "Jika
membeli popok, kemudian membeli bir" dengan dukungan 200/1000 = 20% dan
kepercayaan 50/200 = 25%.
Contoh asosiasi dalam bisnis dan penelitian adalah:
a. Meneliti jumlah pelanggan dari perusahaan telekomunikasi seluler yang
diharapkan untuk memberikan respon positif terhadap penawaran upgrade
layanan yang diberikan.
b. Menemukan barang dalam supermarket yang dibeli secara bersamaan dan
barang yang tidak pernah dibeli bersamaan.
2.5 Aplikasi Data mining
Sebagai cabang ilmu baru di bidang sistem informasi cukup banyak penerapan
yang dapat dilakukan oleh data mining. Apalagi ditunjang kekayaan dan
keanekaragaman berbagai bidang ilmu (artificial intelligence, database, statistik,
pemodelan matematika, pengolahan citra dsb.) membuat penerapan data mining
menjadi makin luas. Salah satu penerapan proses data mining adalah pada Costumer
Relationship Management (CRM). Data mining dapat menggali informasi baru yang
26
berhubungan dengan manajemen pelanggan pada suatu proses transaksi. Informasi
tersebut nantinya dapat digunakan untuk meningkatkan pelanggan.
2.5.1 Penerapan Data mining pada CRM
Pelanggan (Customer) adalah aset paling penting dari suatu perusahaan. Tidak
akan terjadi prospek bisnis jika tanpa adanya pelanggan yang merasa puas dan tetap
setia menjalin hubungan dengan suatu organisasi. Itulah mengapa suatu organisasi
harus merencanakan dan menerapkan strategi yang jelas untuk memperlakukan
pelanggan. CRM (Customer Relationship Management) adalah strategi untuk
membangun, mengelola, dan memperkuat hubungan pelanggan yang setia dan
bertahan lama. CRM harus dilakukan dengan pendekatan Customer-centric
berdasarkan wawasan pelanggan (Tsiptsis dan Chorianopoulos 2009).
Sistem CRM merupakan alat yang digunakan untuk mendukung strategi
efektif mengelola pelanggan. Untuk melakukan sistem CRM tersebut organisasi perlu
mendapatkan informasi tentang pelanggan, seperti kebutuhan dan keinginan mereka
melalui analisis data. Di sinilah data mining dapat membantu dalam retensi
pelanggan karena memungkinkan identifikasi tepat waktu terhadap pelanggan yang
dianggap berharga (setia) dengan kemungkinan pelanggan yang akan pergi. Hal ini
dapat mendukung pengembangan pelanggan dengan mencocokkan produk dengan
27
pelanggan dan penargetan yang lebih baik dari kampanye promosi produk. Hal ini
juga dapat membantu untuk mengungkapkan segmen pelanggan yang berbeda,
memfasilitasi pengembangan produk baru disesuaikan dan penawaran produk yang
lebih baik mengatasi preferensi khusus dan prioritas dari pelanggan.
Menurut Tsiptsis dan Chorianopoulos (2009) data mining bertujuan untuk
mengekstrak pengetahuan dan wawasan melalui analisis data dalam jumlah besar
dengan menggunakan teknik pemodelan yang canggih. Data mining mengubah data
menjadi pengetahuan dan informasi yang ditindaklanjuti. Data yang akan dianalisis
mungkin berada dan terorganisir dalam data pasar dan gudang data atau dapat
diekstraksi dari berbagai sumber data terstruktur. Sebuah prosedur data mining
memiliki banyak tahapan. Prosedur ini biasanya melibatkan manajemen data yang
luas
sebelum
dilakukan
penerapan
algoritma
pembelajaran
statistik
dan
pengembangan model yang tepat.
2.5.2
Data mining dalam Kerangka CRM
Data mining dapat memberikan wawasan pelanggan yang sangat penting
untuk membangun strategi CRM yang efektif. Hal ini dapat menyebabkan interaksi
personal dengan pelanggan, maka kepuasan meningkat. Hal ini dapat mendukung
manajemen terhadap pelanggan serta dioptimalkan pada seluruh tahapan siklus hidup
dari pelanggan tersebut, baik dari akuisisi dan pembentukan hubungan yang kuat
28
sehingga dapat mencegah pengurangan pelanggan atau kembali memenangkan
pelanggan yang telah hilang. Retailer berusaha untuk mendapatkan pangsa pasar
yang lebih besar dan pelanggan yang lebih besar dari target yang mereka tetapkan.
Lebih khusus, kegiatan pemasaran yang dapat didukung dengan penggunaan data
mining meliputi topik-topik berikut (Tsiptsis dan Chorianopoulos, 2009).
1. Segmentasi Pelanggan
Segmentasi pelanggan adalah proses membagi basis pelanggan ke dalam
kelompok-kelompok yang berbeda dan homogen dalam rangka untuk
mengembangkan strategi pemasaran yang berbeda sesuai dengan karakteristik
pelanggan. Ada beberapa jenis segmentasi yang berbeda yaitu berdasarkan
kriteria tertentu atau atribut yang digunakan untuk segmentasi. Dalam
segmentasi perilaku, pelanggan dikelompokkan berdasarkan karakteristik
perilaku dan penggunaan. Algoritma clustering dapat digunakan untuk
menganalisis data perilaku serta mengidentifikasi kelompok alami dari
pelanggan, dan menyarankan solusi yang didasarkan pada pola data yang
diamati. Data mining juga dapat digunakan untuk pengembangan skema
segmentasi berdasarkan situasi saat ini yang diharapkan atau perkiraan dari
nilai pelanggan. Segmen ini diperlukan dalam rangka untuk memprioritaskan
penanganan pelanggan dan intervensi pemasaran sesuai dengan pentingnya
setiap pelanggan.
29
2. Segmentasi Kampanye Pemasaran Langsung
Retailer menggunakan kampanye pemasaran langsung untuk melakukan
komunikasi dengan pelanggan mereka melalui surat, internet, e-mail, telepon,
dan saluran langsung lainnya. Hal ini dilakukan untuk mendorong akuisisi
pelanggan dan pembelian produk lainnya pada retailer tersebut. Lebih khusus
lagi, kampanye akuisisi bertujuan menarik pelanggan baru yang memiliki
potensi yang besar terhadap produk. Kampanye Cross-/deep-/up-selling
diterapkan untuk menjual produk tambahan, bisa lebih baik dari produk yang
sebelumnya, atau produk alternatif yang menguntungkan kepada pelanggan
yang ada. Akhirnya, kampanye bertujuan untuk mencegah retensi pelanggan
berharga dari mengakhiri hubungan mereka dengan retailer.
Data mining dan klasifikasi (kecenderungan) model pada khususnya dapat
mendukung
pengembangan
kampanye
pemasaran
bertarget.
Mereka
menganalisis karakteristik pelanggan dan mengenali profil dari target
pelanggan. Kasus baru dengan profil serupa kemudian diidentifikasi, diberi
skor kecenderungan yang tinggi, dan termasuk dalam daftar target. Model
klasifikasi digunakan untuk mengoptimalkan kampanye pemasaran dapat
dijelaskan sebagai berikut:
30
a. Model Akuisisi: model ini digunakan untuk mengenali calon pelanggan
yang berpotensi menguntungkan dengan mencari “clones” dari pelanggan
yang sudah ada dalam daftar kontak eksternal,
b. Model Cross-/deep-/up-selling: model digunakan untuk mengungkapkan
potensi pembelian dari pelanggan yang sudah ada.
c. Model Pengurangan Sukarela (Voluntary attrition): model ini digunakan
untuk mengidentifikasi awal pelanggan dan melihat para pelanggan
tersebut dengan kemungkinan peningkatan untuk meninggalkan suatu
organisasi secara sukarela.
3. Segementasi Market Basket dan Sequence Analysis
Data mining dan model asosiasi pada khususnya dapat digunakan untuk
mengidentifikasi produk-produk terkait yang biasanya dibeli bersama-sama.
Model ini dapat digunakan untuk analisis market basket dan untuk
mengungkapkan jenis produk atau jasa yang dapat dijual bersama-sama
dengan produk yang dibeli oleh pelanggan. Model urutan (Sequence Analysis)
dilakukan dengan memperhitungkan urutan tindakan atau pembelian dari
pelanggan serta dapat mengidentifikasi urutan peristiwa yang akan terjadi.
31
2.6 Metode Asosiasi
Analisis asosiasi adalah teknik data mining untuk menemukan hubungan
menarik antara suatu kombinasi item yang tersembunyi dalam suatu database.
Hubungan ini dapat direpresentasikan dalam suatu bentuk aturan asosiasi (Tan,
Steinbach, Kumar, 2004). Analisis asosiasi akan berusaha mengungkap asosiasi
antara atribut, yaitu berusaha untuk mengungkap aturan untuk mengukur hubungan
antara dua atau lebih atribut. Secara umum aturan asosiasi mempunyai bentuk :
𝑰𝑭 𝒂𝒏𝒕𝒆𝒄𝒆𝒅𝒆𝒏𝒕 𝑻𝑯𝑬𝑵 𝒄𝒐𝒏𝒔𝒆𝒒𝒖𝒆𝒏𝒕
Kekuatan hubungan suatu aturan asosiatif dapat diukur dengan dua
parameter yaitu support dan confidence. Support (nilai penunjang) adalah persentase
kombinasi item tersebut dalam database dan confidence (nilai kepastian) yaitu
kuatnya hubungan antar item dalam aturan asosiatif.
Metode analisis asosiasi, juga dikenal sebagai market basket analysis, yaitu
analisis yang sering dipakai untuk menganalisa isi keranjang belanja konsumen dalam
suatu pasar swalayan. Contoh penerapan dari aturan asosiatif adalah analisa
pembelian produk pada sebuah toko alat tulis, pada analisa itu misalkan dapat
diketahui berapa besar kemungkinan seorang pelanggan membeli pensil bersamaan
dengan membeli penghapus. Penerapan aturan asosiasi dalam kasus tersebut dapat
membantu pemilik toko untuk dipakai sebagai pendukung keputusan dalam penjualan
32
seperti mengatur penempatan barang, mengatur persediaan atau membuat promosi
pemasaran dengan menerapkan diskon untuk kombinasi barang tertentu.
Analisis asosiasi didefinisikan sebagai suatu proses untuk menemukan
semua aturan asosiasi yang memenuhi syarat minimum untuk support (minimum
support) dan syarat minimum untuk confidence (minimum confidence). Dasar analisis
asosiasi terbagi menjadi dua tahap, yaitu:
1. Analisa pola frekuensi tinggi, pada tahap ini dicari kombinasi item yang
memenuhi syarat minimum dari nilai support dalam database. Nilai support
sebuah item diperoleh dengan rumus berikut :
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴) =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑢𝑛𝑡𝑢𝑘 𝐴
𝑇𝑜𝑡𝑎𝑙 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
............................... (2.1)
Keterangan :
-
Support A adalah nilai penunjang persentase kombinasi item A dalam
database.
-
Jumlah transaksi untuk A adalah kemunculan item A dalam keseluruhan
transaksi.
-
Total transaksi adalah jumlah total transaksi yang ada dalam database.
Sedangkan nilai support dari 2 item diperoleh dari rumus berikut :
33
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴, 𝐵) = 𝑃 (𝐴 ∩ 𝐵)
∑ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑢𝑛𝑡𝑢𝑘 𝐴 𝑑𝑎𝑛 𝐵
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴, 𝐵) =
∑ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
.......................... (2.2)
Keterangan :
-
Support A,B adalah nilai penunjang (persentase) kombinasi dari dua item
yaitu item A dan item B dalam database.
-
Ʃ transaksi untuk A dan B adalah jumlah kemunculan kombinasi item A dan B
dalam keseluruhan transaksi.
-
Ʃ transaksi adalah jumlah total transaksi yang ada dalam database.
2. Pembentukan aturan Asosiasi, setelah semua pola frekuensi tinggi ditemukan,
barulah dicari aturan asosiasi yang memenuhi syarat minimum untuk confidence
dengan menghitung nilai confidence aturan assosiatif A  B.
Nilai confidence dari aturan A  B diperoleh dari rumus sebagai berikut:
𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 = 𝑃(𝐵|𝐴) =
∑ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑢𝑛𝑡𝑢𝑘 𝐴 𝑑𝑎𝑛 𝐵
∑ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑢𝑛𝑡𝑢𝑘 𝐴
............. (2.3)
Keterangan :
-
Confidence P(A|B) adalah nilai kepastian kuatnya hubungan antar item A dan
item B dalam aturan asosiatif atau berapa kali item A muncul bersamaan
dengan item B.
34
-
Ʃ transaksi untuk A dan B adalah jumlah kemunculan kombinasi item A dan B
dalam keseluruhan transaksi.
-
Ʃ transaksi untuk A adalah jumlah total transaksi item A dalam keseluruhan
transaksi.
2.7 Algoritma Apriori
Algoritma apriori termasuk jenis aturan asosiasi pada data mining yang
dikembangkan pertama kali oleh R. Agrawal dan R. Srikant pada tahun 1994.
Algoritma ini didasarkan pada fakta bahwa apriori menggunakan pengetahuan
sebelumnya dari suatu itemset dengan frekuensi kemunculan yang sering atau disebut
frequent itemset. Apriori menggunakan pendekatan iteratif dimana k-itemset
digunakan untuk mengeksplorasi (k+1)-itemset berikutnya (Han&Kamber, 2006).
Prinsip metode apriori adalah jika suatu itemset sering muncul (frequent), maka
semua subset dari itemset tersebut juga harus sering muncul dalam suatu database
(Tan, Steinbach, Kumar, 2004).
Pada algoritma ini calon (k+1)-itemset dihasilkan oleh penggabungan dua
itemset pada domain / ukuran k. Calon (k+1)-itemset yang mengandung frekuensi
subset yang jarang muncul atau dibawah threshold akan dipangkas dan tidak dipakai
dalam menentukan aturan asosiasi (Tan, Steinbach, Kumar, 2004). Sesuai dengan
aturan asosiasi, algoritma apriori juga menggunakan minimum support dan minimum
35
confidence untuk menentukan aturan itemset mana yang sesuai untuk digunakan
dalam pengambilan keputusan.
1-itemset digunakan untuk menemukan 2-itemset yaitu kombinasi item yang
berjumlah 2, contohnya if buy pensil then buy penghapus, 2-itemset digunakan untuk
menemukan 3-itemset yaitu kombinasi item yang berjumlah 3, contohnya if buy
pensil and buy pulpen then buy penghapus dan seterusnya sampai tidak ada lagi
frequent k-itemset yang bisa ditemukan (Han&Kamber, 2006).
2.7.1
Struktur Kombinasi
Struktur dari itemset disini adalah mengikuti suatu bentuk dari kombinasi.
Pengertian kombinasi adalah menggabungkan beberapa objek dari suatu grup tanpa
memperhatikan urutan (Wikipedia, 2016). Di dalam kombinasi, urutan objek tidak
diperhatikan sebagai contoh dimana {1,2,3} adalah sama dengan {2,3,1} dan
{3,1,2}.
Kombinasi dapat dibagi menjadi dua yaitu kombinasi dengan pengulangan
dan kombinasi tanpa pengulangan. Kombinasi tanpa pengulangan ketika urutan tidak
diperhatikan akan tetapi setiap objek yang ada hanya bisa dipilih sekali maka jumlah
kombinasi yang ada adalah:
𝑛!
𝑟!(𝑛−𝑟)!
= (𝑛𝑟)
............................... (2.4)
36
Dimana n adalah jumlah objek yang bisa dipilih dan r adalah jumlah yang
harus dipilih. Sebagai contoh, terdapat 5 pensil warna dengan warna yang berbeda
yaitu; merah, kuning, hijau, biru dan ungu. Pensil warna tersebut hanya boleh dipilih
dua warna. Banyak cara untuk mengkombinasikan pensil warna yang ada dengan
menggunakan rumus di atas adalah 5!/(5-2)!(2)! = 10 kombinasi.
Kombinasi dengan pengulangan jika urutan tidak diperhatikan dan objek bisa
dipilih lebih dari sekali, maka jumlah kombinasi yang ada adalah ditunjukkan pada
rumus berikut :
(𝑛+𝑟−1)!
𝑟!(𝑛−1)!
= (𝑛+𝑟−1
) = (𝑛+𝑟−1
)
𝑟
𝑛−1
............................... (2.5)
Di mana n adalah jumlah objek yang bisa dipilih dan r adalah jumlah yang
harus dipilih. Sebagai contoh adalah terdapat 10 jenis kue donat berbeda pada suatu
toko donat. Kombinasi yang dihasilkan jika ingin untuk membeli tiga buah donat
adalah (10+3-1)!/3!(10-1)! = 220 kombinasi.
Kombinasi yang digunakan dalam algoritma apriori pada penelitian ini adalah
kombinasi tanpa pengulangan. Urutan item dalam kombinasi yang dibentuk tidak
diperhatikan akan tetapi setiap item yang ada hanya boleh digunakan sekali dalam
satu kombinasi atau itemset.
37
2.7.2
Perhitungan Waktu Iterasi
Algoritma apriori melakukan scaning database berulang kali untuk
menemukan frequent itemset dalam membentuk aturan asosiasi. Waktu iterasi yang
ditempuh algoritma dapat dihitung dari waktu berakhirnya algoritma sampai
mendapatkan aturan asosiasi dikurangi dengan waktu awal algoritma dijalankan
sesuai dengan rumus berikut.
𝑡_𝑙𝑎𝑚𝑎 = 𝑡_𝑎𝑘ℎ𝑖𝑟 − 𝑡_𝑎𝑤𝑎𝑙
Dimana
t_awal = mencatat waktu awal mulainya proses iterasi.
t_akhir = mencatat waktu berakhirnya proses iterasi.
............. (2.6)